什么是 AI Token？为什么写一行代码会烧掉几千个
一段简单的 Hello World 在 Claude Code 里能烧掉 3000 个 Token。这篇用最直白的方式讲清 AI Token 是什么、为什么 AI 编程工具的 Token 消耗远比你想象中多，以及怎么把账单看明白。
打开 Claude Code，让它写一个 Hello World，按下回车的瞬间——账单上就少了三四千个 Token。很多人第一次看到这个数字都懵了：我就敲了一行字，怎么扣掉这么多？
这篇文章不打算抄百度百科那套定义。我直接告诉你：Token 到底是什么、为什么 AI 编程工具特别能烧 Token、以及怎么用一个免费工具把自己的实际消耗看清楚。
Token 不是字，更不是单词
先把最常见的误解戳破：1 个 Token 不等于 1 个字，也不等于 1 个英文单词。它是一段被模型切碎之后的子词单元（subword）。
举几个真实例子（OpenAI 的 cl100k 切词器口径）：
- 英文
hello→ 1 个 Token - 英文
helloworld→ 3 个 Token（被切成hello、wor、ld） - 中文「你好」→ 2 个 Token（每个汉字往往单独算一个）
- 中文「写一个 Hello World 程序」→ 大约 8 个 Token
中文比英文吃亏。同样意思的一句话，中文消耗的 Token 数大概是英文的 1.5 到 2 倍。这是模型词表的偏置——英文语料训练得多，词表里高频英文 subword 多，中文的字基本只能一字一个 Token。
为什么 AI 编程工具特别能烧
很多人来问「我就发了一句话，为什么扣几千 Token？」——因为你看到的只是「自己的话」，但模型实际收到的是一整团东西。
一次 Claude Code 调用包含的内容大概是这些：
- 系统提示词：Claude Code 自己塞进去的 instruction，几千 Token 起步
- 当前工作目录的文件树：让模型知道项目结构
- AGENTS.md 或 CLAUDE.md：项目的开发约定
- 最近的对话历史：上下文记忆
- 你刚发的那句话：可能就 30 个 Token
- 被模型读取过的文件内容：你让它读哪个文件，那个文件的内容会进上下文
所以"敲一行字烧 3000 Token"完全正常。它不是为你的字烧的，是为周围一整圈背景信息烧的。
而 Agent 类工具——比如 Codex CLI、OpenCode——情况更夸张。Agent 会循环调用模型多次（先想再读文件再写代码再验证），单次任务里模型上下文累计可能跑到几十万 Token。我自己跑一个比较大的重构任务，单次会话烧掉 200 万 Token 不是稀罕事。
输入、输出、缓存——三种 Token，价格差 10 倍
第二个常被忽略的事：Token 不止一种。模型 API 通常拆成至少三类计费：
- 输入 Token（input）：你发给模型的内容
- 输出 Token（output）：模型生成给你的回复
- 缓存输入 Token（cached input）：和上一次完全一样、被命中缓存的输入部分
输入便宜、缓存最便宜、输出最贵。以 Claude Sonnet 当前的定价为例，输出 Token 的价格大概是输入的 5 倍，是缓存输入的 30 倍以上。
这就是为什么 Claude Code 之类的工具拼命做提示词缓存——同一份系统提示重复发，缓存命中之后可以让账单降一个数量级。
怎么把自己的真实消耗看清楚
光知道这些没用，关键是你自己每天到底烧多少。Claude Code 自带的 /cost 命令只能看当前会话；想看跨工具、跨项目、跨天的统计，你需要一个聚合工具。
我自己用的就是 Vibe Usage——免费、本地、自动同步 Claude Code、Codex CLI、Gemini CLI、OpenCode 等主流工具的真实消耗，按天、按模型、按项目分组看一眼就懂。装好之后什么都不用配，它自己读各工具的本地日志。
我推荐每个写代码的人都装一下，哪怕只是图个心安——很多"账单焦虑"的人其实消耗远没他想象中夸张，看清楚反而踏实。
先去把数字看清楚再焦虑
「Token 消耗大」这件事，多数情况下是一种没有数字支撑的焦虑。你听别人说 Claude Code 一个月烧两千美金，就觉得自己也快烧爆了——但你的实际消耗可能差着两个数量级。
下次再看到 AI 工具账单上跳出几千 Token，别慌。先想想这次模型实际收到的是哪一坨上下文，再去 打开 Vibe Usage 看自己的 Token 消耗 趋势——你大概率会发现，自己以为是问题的地方根本不是问题。